如何使用 pyclustering lib 计算 k-mediod 聚类的轮廓系数？答案

【问题标题】：How to calculate Silhouette coefficient for k-mediod clustering using pyclustering lib?如何使用 pyclustering lib 计算 k-mediod 聚类的轮廓系数？
【发布时间】：2019-01-03 12:44:59
【问题描述】：

我喜欢在 https://archive.ics.uci.edu/ml/datasets/seeds 数据集上尝试 k-mediod 聚类方法 (PAM)

我不知道除了 pyclustering 之外是否还有其他库可以用于此目的。无论如何，如何使用这个库计算聚类的 剪影系数？它没有提供像 sklearn 的 k-means 这样的方法。

【问题讨论】：

标签： python scikit-learn cluster-analysis sklearn-pandas

【解决方案1】：

从 0.8.2 开始也可以通过 pyclustering，这是文档中的一个示例：

from pyclustering.cluster.center_initializer import kmeans_plusplus_initializer
from pyclustering.cluster.kmeans import kmeans
from pyclustering.cluster.silhouette import silhouette

from pyclustering.samples.definitions import SIMPLE_SAMPLES
from pyclustering.utils import read_sample

# Read data 'SampleSimple3' from Simple Sample collection.
sample = read_sample(SIMPLE_SAMPLES.SAMPLE_SIMPLE3)

# Prepare initial centers
centers = kmeans_plusplus_initializer(sample, 4).initialize()

# Perform cluster analysis
kmeans_instance = kmeans(sample, centers)
kmeans_instance.process();
clusters = kmeans_instance.get_clusters()

# Calculate Silhouette score
score = silhouette(sample, clusters).process().get_score()

如果是 PAM，您需要更改最后一部分：

...
medoids = kmeans_plusplus_initializer(sample, 4).initialize(return_index=True)
kmedoids_instance = kmedoids(sample, medoids)
clusters = kmedoids_instance.process().get_clusters()

score = silhouette(sample, clusters).process().get_score()

【讨论】：

【解决方案2】：

从documentation，您可以使用sklearn.metrics.silhouette_score(X, labels, metric=’euclidean’, sample_size=None, random_state=None, **kwds)。此函数返回所有样本的平均轮廓系数。要获取每个样本的值，请使用silhouette_samples。我也推荐看看这个vignette。里面有一个很好的例子供你测试。

【讨论】：